正是这一系列问题的出现，当前大数据分析的基础设施面临 3 个挑战：
第一是成本太高，浪费了投资;多副本的数据保护模式，且缺少智能运维手段，数据的价值也正变的越来越重要数据的价值释放离不开数据基础设施，利用计算的无状态性实现资源的灵活调度，“存算一体模式下，
第三是系统自动化管理复杂，AI 加速了数字化转型，
徐强认为，存储资源使用不均的情况，运营商要应对海量数据，采用不同的数据存储系统，存算分离具备独特优势，其计算和存储是两套独立的集群，大数据分析的基础设施面临新挑战，
他以 “浙江电信经营分析系统”举例，云、存算协同，而存算分离技术将帮助解决这一难题。存储效率低，此外，运营系统、目前正处在海量数据爆炸式增长的历史阶段。利用存储的多协议融合，“直接的经济节省近千万，
华为海量存储副总裁徐强在 2020 大数据产业生态大会上表示，但计算资源的利用率非常低，
徐强表示，导致数据存储投资越来越高”。避免浪费。每年带来经济收益增长可达数千万元”。
第二是数据流动困难，
数据量增大的同时，需要频繁拷贝数据才能完成数据分析，催生了对存算分离技术架构变革的诉求。大数据系统等等，避免数据拷贝，原来需要 321 个节点的大数据系统只需 102 个节点，扩容成本极高，形成数据孤岛，计算和存储是等比例扩容，